文章目录
3.1 HDFS简介
分布式文件系统HDFS，全称为“Hadoop平台上的分布式文件系统”，需要实现以下目标：
- 兼容廉价的硬件设备
- 流数据读写
- 大数据集
- 简单的文件模型
- 强大的跨平台兼容性
3.1.1块
HDFS默认一个块64MB，一个文件被分成多个块，以块作为存储单位。
块的大小远远大于普通文件系统，可以最小化寻址开销。
DFS采用抽象的块概念可以带来以下几个明显的好处：
- 支持大规模文件存储：文件以块为单位进行存储，一个大规模文件可以被分拆成若干个文件块，不同的文件块可以被分发到不同的节点上，因此,一个文件的大小不会受到单个节点的存储容量的限制，可以远远大于网络中任意节点的存储容量。
- 简化系统设计：首先，大大简化了存储管理，因为文件块大小是固定的，这样就可以很容易计算出一个节点可以存储多少文件块;其次方便了元数据的管理，元数据不需要和文件块一起存储，可以由其他 系统负责管理元数据
- 适合数据备份：每个文件块都可以冗余存储到多个节点上，大大提高了系统的容错性和可用性
3.1.2NameNode
NameNode（nn）：存储文件的元数据，如文件名、文件目录结构、文件属性索引
保存了两个核心的数据结构：
FsImage：维护文件系统树以及文件树中所有的文件和文件夹的元数据（文件等级、修改时间、权限），不记录哪些块存储在哪个数据节点中
EditLog：记录操作（删除、重命名等）
启动namenode：
将FsImage内容加载到内存中，执行EditLog内的各项操作，使得内存中的元数据和实际的数据同步。一旦内存中成功建立文件系统元数据的映射，创建一个新的FsImage和空的EditLog
3.1.3DataNode
DataNode（dn）：在本地文件系统存储文件块数据，以及块数据的校验和，数据
3.1.4 Scondary NameNode
Secondary NameNode（2nn）：辅助程序，解决EditLog不断变大的问题
a、会定期和namenode通信，请求其停止使用EditLog文件，暂时将新的写操作写到一个新的文件edit.new中，这个操作是瞬间完成的，上层写日志的函数完全感觉不到差别
b、通过HTTPGET方式从namenode上获取到FsImage和EditLog文件，并下载到本地的相应目录下
c、将下载下来的FsImage载入到内存中，然后一条一条地执行EditLog文件中的各项更新操作，使得内存中的fsImage保持最新，这过程就是editlog和fsimage文件合并
d、执行完c操作后，会通过post方式将新的fsimage文件发送到namenode节点上
e、namenode将secondarynamenode接受到的新的fsimage替换旧的fsimage文件，通过将edit.new替换editlog文件，通过这个过程editlog就变小了
3.2 HDFS体系结构
3.2.1HDFS体系结构概述
HDFS采用了主从结构模型，一个HDFS集群包括一个Namenode和若干个datanode。namenode作为中心服务器，负责管理文件系统的命名空间及客户端对文件的访问。
集群中的datanode一般上一个节点运行一个datanode进程，负责处理文件系统客户端的读写操作，在namenode的调度下进行数据块的创建、删除和复制等操作。
3.2.2 HDFS命名空间管理
HDFS命名空间包括目录、文件、块
传统的分级文件体系：用户可以像使用普通文件系统一样创建、删除目录和文件，在目录间转移文件、重命名文件等。
3.2.3 客户端
客户端是用户操作HDFS最常用的方式，HDFS在部署时都提供了客户端
HDFS客户端是一个库，暴露了HDFS文件系统接口，这些接口隐藏了HDFS实现中的大部分复杂性
严格来说，客户端并不算是HDFS的一部分
客户端可以支持打开、读取、写入等常见的操作,并且提供了类似Shell的命令行方式来访问HDFS中的数据
HDFS也提供了 Java API,作为应用程序访问文件系统的客户端编程接口
3.3 HDFS数据存取原理
3.3.1 数据存放策略
数据存放
第一个副本：放置在上传文件的数据节点，如果是集群外提交，则随机挑选一台磁盘不太满，cpu不太忙的节点；
第二个副本：放置在与第一个腐败不同机架的节点上
第三个副本：与第一个副本相同机架的其他节点上
更多的副本：随机节点
数据读取
HDFS提供了一个API可以确定一个数据节点所属的机架ID，客户端也可以调用API获取自己所属的机架ID
客户端读取数据时，从名称节点获得数据块不同副本的存放位置列表，列表包含了副本所在的数据节点，可以调用API来确定客户端和这些数据节点所属的机架ID，当发现某个数据块副本对应的机架D和客户端 对应的机架ID相同时,就优先选择该副本读取数据,如果没有发现,就 随机选择一个副本读取数据。
3.3.2 数据错误与恢复
名称节点出错
名称节点保存了所有的元数据信息。其中，最核心的两大数据
结构是 Fslmage和 Editlog，如果这两个文件发生损坏，那么整个
HDFS实例将失效。因此，HDFS设置了备份机制，把这些核心文件
同步复制到备份服务器 Secondary Node上。当名称节点出错时,，就可以根据备份服务器 Secondaryname Node中的 Fsimage和 Editlog数据进行恢复。
数据节点出错
- 每个数据节点会定期向名称节点发送“心跳”信息,向名称节点报告自己的状态。
- 当数据节点发生故障，或者网络发生断网时，名称节点就无法收到来自些数据节点的心跳信息。这时这些数据节点就会被标记为“宕机”， 节点上面的所有数据都会被标记为“不可读”，名称节点不会再给它们发送任何I/O请求。
- 这时有可能出现一种情形，即由于一些数据节点的不可用，会导致一些数据块的副本数量小于冗余因子
- 名称节点会定期检査这种情况，一旦发现某个数据块的副本数量小于冗余因子，就会启动数据冗余复制，为它生成新的副本
- HDFS和其它分布式文件系统的最大区别就是可以调整冗余数据的位置
数据出错
- 网络传输和磁盘错误等因素都会造成数据错误
- 客户端在读取到数据后，会采用md5和sha1对数据块进行校验,以确定读取到正确的数据
- 在文件被创建时，客户端就会对每一个文件块进行信息摘录，并把这些信息写入到同一个路径的隐藏文件里面
- 当客户端读取文件的时候，会先读取该信息文件，然后利用该信息文件对每个读取的数据块进行校验，如果校验出错，客户端就会请求到另外一个数据节点读取该文件块，并且向名称节点报告这个文件块有错误，名称节点会定期检查并且重新复制这个块。